Generando Dataframe
library(wooldridge)
data(hprice1)
head(force(hprice1),n=5)
## price assess bdrms lotsize sqrft colonial lprice lassess llotsize lsqrft
## 1 300 349.1 4 6126 2438 1 5.703783 5.855359 8.720297 7.798934
## 2 370 351.5 3 9903 2076 1 5.913503 5.862210 9.200593 7.638198
## 3 191 217.7 3 5200 1374 0 5.252274 5.383118 8.556414 7.225482
## 4 195 231.8 3 4600 1448 1 5.273000 5.445875 8.433811 7.277938
## 5 373 319.1 4 6095 2514 1 5.921578 5.765504 8.715224 7.829630
1 Estimación del modelo
library(stargazer)
options(scipen = 999999)
Modelo_Est3<-lm(formula = price~llotsize+sqrft+bdrms,data = hprice1)
stargazer(Modelo_Est3,title = "Modelo Estimado",type = "html")
| Dependent variable: | |
| price | |
| llotsize | 56.154*** |
| (11.785) | |
| sqrft | 0.110*** |
| (0.013) | |
| bdrms | 15.728* |
| (8.465) | |
| Constant | -484.347*** |
| (101.457) | |
| Observations | 88 |
| R2 | 0.710 |
| Adjusted R2 | 0.700 |
| Residual Std. Error | 56.269 (df = 84) |
| F Statistic | 68.629*** (df = 3; 84) |
| Note: | p<0.1; p<0.05; p<0.01 |
Uso de la libreria “lmtest”
library(lmtest)
prueba_white3<-bptest(Modelo_Est3,~I(llotsize^2)+I(sqrft^2)+I(bdrms^2)+llotsize*sqrft*bdrms,data = hprice1)
print(prueba_white3)
##
## studentized Breusch-Pagan test
##
## data: Modelo_Est3
## BP = 23.558, df = 10, p-value = 0.008865
Comentario: En los datos obtenidos se puede verificar que el P-value de 0.008865 es menor al nivel de significancia de 0.05, por lo tanto se rechaza la Ho, y hay evidencia de que la varianza de los residuos es Heterocedástica.
library(fastGraph)
shadeDist(qchisq(0.05,88,lower.tail = FALSE),ddist = "dchisq",parm1 = 88,lower.tail = FALSE)
Comentario: En en grafico se denota el nivel de significancia del 0.05, tomando en cuenta los datos de la prueba el p-value cae en la zona de rechazo (señalada en color rojo), por que es menor al nivel de significancia.